【精彩论文】5G助力电力物联网：网络架构与关键技术

5G助力电力物联网：网络架构与关键技术

熊轲¹, 张锐晨¹, 王蕊², 钟桂东³, 张煜⁴

（1. 北京交通大学 计算机与信息技术学院，北京 100044; 2. 辽宁广播电视大学，辽宁 沈阳 110034; 3. 佳讯飞鸿（北京）智能科技研究院，北京 100044; 4. 国网能源研究院有限公司，北京 102209）

摘要：电力物联网（electricity internet of things, EIoT）作为物联网和智能电网的结合，能够有效整合各类通信设备以及电力资源，提高电网信息化水平及现有设备利用率，并为建设具备全面感知、高效应变、灵活处理的智慧能源互联网提供了典型范例。第5代移动通信（the fifth generation mobile communication network，5G）具备“高速率、高容量、高可靠性、低时延与低能耗”的特点，其关键技术能够满足电力系统“海量设备接入、海量电力数据传输、电网极高可靠性、灵活协同响应、设备寿命持久”的需求，因此将5G通信技术与电力物联网进行深度融合已成为下一步研究与发展的重点。首先概述了电力物联网的基本概念，并结合5G通信技术的特点，提出了基于5G的电力物联网总体架构；然后分析总结了现有5G关键技术及其在物联网中的应用，最后对5G通信技术和电力物联网融合的未来研究趋势进行展望。

引文信息

熊轲, 张锐晨, 王蕊, 等. 5G助力电力物联网：网络架构与关键技术[J]. 中国电力, 2021, 54(3): 99-108.

XIONG Ke, ZHANG Ruichen, WANG Rui, et al. 5G-enabled electricity internet of things: the network architecture and key technologies[J]. Electric Power, 2021, 54(3): 99-108.

引言

电力能源产业的大力发展是当今社会生产以及国民经济发展的重要保障。随着社会的发展和进步，电力系统迫切需要提高自身的管理和调配效率，进一步向信息化、智能化的方向发展。另外，由于电网系统庞大且复杂，存在着人为管控难度大、成本高、效率低等问题，为此需要不断引入新一代的信息通信技术，以提升电力系统的运行性能和管控效率。2016年2月国家发改委同国家能源局、工信部联合发布《关于推进“互联网+”智慧能源（能源互联网）发展的指导意见》，该指导意见对中国未来十年的能源互联网发展与建设指明了方向并提出了具体的目标。电力物联网是物联网在电力工业中的一种重要应用形式，将电力用户、电网企业、发电企业、供应商、电力客户连接起来，产生共享数据，为用户、电网、发电供应商、政府和社会服务。电力物联网以电网为枢纽，发挥平台和共享作用，为全行业和更多市场主体发展创造价值，提供价值服务^[1]。为实现电力物联网智能管控，需要持续测量感知电力网络实时调配情况与性能表现。因此，电力物联网应满足未来电网海量设备接入、海量电力数据传输、电/通信网络高度可靠、灵活响应、设备寿命持久等需求，以保障电网高效、灵活运行。

随着移动通信技术的发展，第5代移动通信技术（5G）在2020年已经正式成为新一代商用移动通信技术。与4G相比，5G具备更加强大的传输能力，能够在大量电力设备接入电力物联网时，提供更加快速、稳定且覆盖面广的网络服务。5G技术可满足未来电力系统中数据传输量大、电力信息与网络信息互联、高可靠性、低时延、低能耗等需求。因此，将5G技术融入电力物联网中，可助力电力物联网飞速发展。

1  电力物联网概述

电力物联网（electric Internet of things, EIoT）是指在电力网络中，通过先进的物联网技术实现电网各环节相互连接，且具备高效处理能力的智慧服务系统。其本质是一类特殊的物联网，即物联网技术在电力行业的应用。电力物联网与传统物联网的层次结构相似，具体结构如图1所示。

图1  物联网与电力物联网的层次结构对比

Fig.1  The hierarchical comparison of IoT and EIoT

在传统物联网中，其层次架构包括：具备传感器元件和接入装置的感知层、具备信息搜集处理与共享功能的网络层、具备信息管理功能的平台层以及具备信息整合与分析功能的应用层^[1]。在电力物联网中，其层次架构同样包括了感知层、网络层、平台层以及应用层。感知层利用具备采集电力工业中相关信息（功率、温度等）能力的传感器（智能电表等）来收集信息；网络层利用不同的网络传输技术（有线网、无线网等）将收集到的各类电力信息上传到网络中；平台层利用统一的管理或数据中心对各类上传到网络中的电力信息进行有效的管理与整合；应用层利用高效的数据处理技术（人工智能、大数据等）对这些数据进行整合和分析。需要说明的是，接入装置具体包括基站、中继、联网装置（汽车、电表）等一系列可入网设备，其被广泛应用于感知层以获取相应的数据信息；而网络层中的接入网是主要指核心网与接入装置之间连接的网络，其主要起着数据信息传输与交换的作用^[2]。对照传统物联网和电力物联网的层次结构可以看出，电力物联网是以应用层为最终目标，通过电力网与物联网的结合，实现各类电力信息在网络中的互联互通，为城市、企业提供更加高效、便捷的智慧服务。

2  5G与电力物联网

2.1  5G概述及其技术特征

如图2所示，5G的三大应用场景^[3]分别包括了针对大型流量业务（4K/8K视频、VR/AR、智能制造等）的增强型移动宽带（enhanced mobile broadband, eMBB）、针对大规模物联网业务（智慧城市、智慧家庭、自动驾驶等）的海量物联网通信（massive machine type of communication, mMTC）以及可满足各类实时通讯需求业务（自动驾驶、工业自动化、远程医疗等）的高可靠低时延通信（ultra reliable low latency communications, uRLLC）。与4G相比，5G技术具备更高速率、更高容量、更高可靠性以及更低时延与更低能耗的特性，具体技术指标对比情况如表1所示^[4]。

图2  5G的三大应用场景

Fig.2  Three major application scenarios of 5G

表1  4G与5G技术指标对比

Table 1  Comparison of 4G and 5G technical indicators

2.2  基于5G的电力物联网体系架构

2.2.1  总体架构

为实现电力物联网的智能管控以及更好地服务用户，将5G通信技术融入电力物联网中，以此提升电网运行效率，从而满足未来海量设备接入下各种能源配置与调配需求。不仅如此，5G网络还与电力物联网存在着通信信息与能源信息的耦合，即电力物联网可为5G技术的通信网络提供能源支撑；而5G通信网可为电力物联网提供信息支撑。因此，5G技术融入电力物联网中，对保障电力物联网安全运行、精准控制有重要意义。5G技术助力电力物联网仍处于研究和发展阶段，工业界与学术界普遍认为基于5G的电力物联网总体架构应以超密集组网架构（ultra-dense network, UDN）、自组织网络架构（self-organizing network, SON）以及软件定义网架构（software defined networks, SDN）组成的核心网为中心^[5]，利用多种类型的回传网络（无线回传、光纤回传、无线MESH等）将电力信息数据传入到接入网中，继而通过各类关键技术（云-边计算、网络切片等）打造更加智能且高效的智慧能源互联网，其总体架构如图3所示。其中无线MESH网络与传统的光纤（有线）回传方式和无线回传方式相比，具备部署简便及结构灵活等特点，其更加适合部署于偏远地区、有毒环境等场景。在电力物联网体系架构中，核心网作为网络的“管理中枢”，负责对整个电力物联网架构进行管理和调控，其主要由超密集组网架构、自组织网络架构以及软件定义网络架构组成。

图3  基于5G的电力物联网总体架构

Fig.3  Architecture of EIoT based on 5G

2.2.2  超密集组网架构

在传统的5G网络中，超密集组网架构以提高网络速率及增加系统容量为目标，采用宏基站、微基站以及各类无线接入技术（4G、LTE、Wi-Fi等）共存的异构网络^[6]。由于网络的密集化和异构化，利用超密集组网架构可使网络的频谱效率以及系统容量显著提升，并且使网络的鲁棒性大大增加。电力物联网，超密集组网架构如图4所示，将电力设备（变电站、用电信息采集器、充电桩等）及网络通信设备（基站、信息传感器等）结合，使电力网具备良好的实时性以及可靠性，以满足电力系统中大规模电力设备接入时的服务质量要求。

图4  电力物联网中超密集组网架构Fig.4  Architecture of UDN in EIoT
在未来万物智联的时代下，电力物联网中的各类电力设备皆需携带网络通信设备，以达到各设备间灵活协同控制等目的，其有着海量电力数据与网络传输、海量设备接入、电力/通信网可靠性、灵活响应与自动控制及设备寿命保障等基本需求，这恰好对应于5G通信“高速率”、“高容量”、“高可靠”、“低时延”、“低能耗”等特点。另外，超密集组网架构在电力物联网中主要用于电力与通信信息传输与交换的层面，促使各类信息终端在各种区域内捕获更多的频谱资源，并且距离各个传输节点距离也更近，从而增加空间复用度。因此，超密集组网架构有效提升了电力物联网的频谱效率与系统容量，并保证了各类终端业务需求在层次间的负荷分担^[7]。与此同时，随着电力物联网中致密化程度越来越高，其可能也会面临电力信息传递与通信信息传递相互干扰等问题，此时可以通过虚拟层技术、网络切片技术以及动态分簇技术进行解决。

2.2.3  自组织网络架构

在传统的5G网络中，自组织网络架构以实现网络配置阶段的自配置以及网络维护阶段的自愈合、自优化为目标，采用更加智能、统一的网络技术（节点自配置技术、协同优化技术、故障检测技术等）。电力物联网的自组织网络架构如图5所示，将传统电力设备（变电站、电力信息采集器、充电桩等）和更加智能、统一的网络技术（节点自配置技术、协同优化技术、故障检测技术等）结合，使整个电力网更加可靠、安全、高效。

图5  电力物联网中自组织网络架构

Fig.5  Architecture of SON in EIoT

在采用自组织架构的电力物联网中，每个电力节点和网络节点都可与其相近的其他节点构成一个自组织网络，它们之间进行相互调配和协调，能使新增的能源与网络设备即插即用，在对其自身网络系统进行自主管理、调控的同时，仍可保障配电系统安全且稳定地运行。自组织网络架构大大降低了电力物联网运营成本，也为未来打造智慧能源互联网提供了一种有效的途径。

2.2.4  软件定义网络架构

在传统的5G网络中，软件定义的网络架构以实现灵活控制及高效转发为目标，将网络中的各类控制功能（路由决策功能等）分离出来，由一个软件定义的中央控制器进行统一的调度和分配^[8]。软件定义网络的架构应包括：负责制定网络协议以及整合和处理网络数据的转发层；负责提供网络服务（控制网络拓扑、网络资源调度等）和处理数据转发及编排的控制层；负责提供应用服务的应用层。利用软件定义网络架构使整个电力网络的架构更加灵活、开放且可靠。软件定义网络技术在电力物联网中的架构如图6所示，其同样包括了负责处理通信网络数据以及电力网络数据的转发层；负责提供通信网络与电力网络融合服务的控制层以及负责为电力物联网提供应用服务的应用层。

图6  电力物联网中软件定义网络架构

Fig.6  Architecture of SDN in EIoT

电力物联网采用软件定义网络架构，使电网运营商完成了从面对各类电力硬件设备（电表、充电桩等）和复杂的逻辑控制单元向简单的通信网络操作系统转变，即电网运营商通过软件定义网络架构可对电力网络进行实时动态编排与按需定制，亦可在更加开放的交互管理操作下，提供真正的按需智控服务。

3  5G关键技术在电力物联网中的应用

3.1  云-边灵活计算技术

随着5G通信技术的普及以及物联网技术的发展，电力物联网已成为未来电力系统主要的发展目标之一^[3-9]。在5G通信技术下，云计算与电力物联网结合可提供更加高效的中央电网运作体系架构以处理设备产生的海量数据。然而，仅仅通过云计算与电力物联网结合难以有效处理电力和网络边缘设备所产生的海量数据。因此，将移动边缘计算技术引入电力物联网，可利用分布式移动边缘计算对电力数据和网络数据进行实时存储、分析，针对数据特性进行分类挖掘，为用户提供更贴近需求的选择。对于采用边缘计算的电力物联网，海量电力和网络数据可以在本地终端服务器计算（本地计算模式），也可在本地边缘服务器计算（边缘计算模式），亦可在云端服务器计算（云计算模式），还可以采用混合计算模式。然而，不同网络资源条件和不同计算模式所产生的信息服务效果也不同，这就存在如何选择最优计算模式的问题。此外，不同的系统需求（用电系统、供电系统等）和设计目标导向下，对应的计算模式也不同。如何在给定可用网络资源条件和系统设计目标的要求下，科学有效选择计算模式，对电力物联网的服务效果和网络性能具有重要的影响。根据电力物联网中计算任务是否连续可分，目前有2种主流计算模式，即二进制计算卸载模型（binary computation offloading）和可分计算卸载模型（partial computation offloading）。采用二进制计算卸载模型，可将需要处理的电力和网络数据全部上传给移动边缘计算服务器进行处理或全部留在本地进行处理；采用可分计算卸载模型，电力和网络数据可进行分割，将部分数据保留在本地计算，部分数据上传到移动边缘服务器中处理，即实现细粒度（部分）计算卸载。考虑到电力物联网中的计算任务也存在可分与不可分的差别，所以2种模式都可采用。在此基础上，确定电力物联网场景下的云-边计算具体融合方案，以此实现数据高效处理。

3.2  V2G技术

对于电力物联网而言，随着整个网络中接入的电力设备及网络设备数量的增多，如何提高网络容量以及缓解调度的压力显得至关重要。因此，V2G（vehicle to grid）作为电力物联网中的强大的网络服务技术之一，可利用电动汽车（electric vehicle, EV）中储存的电力能源为泛电力物联网提供辅助电力服务^[10]。此外，5G通信技术可利用云计算、边缘计算等相关技术为V2G网络提供更快的传输速度以及更加丰富的连接方式，以满足V2G系统网络中电动汽车的灵活性以及按需响应服务。为实现电力交换以及电力相关数据的交互，应支持5G的V2G网络技术采用双向通信基础结构，如图7所示。支持5G的V2G体系架构主要包括了负责电力传输的电力链路以及各种负责通信数据传输的有/无线通信技术，其中电力链路通过消耗来自电网的电力资源以及将存储到电动汽车的电力资源释放回电网来实现电动汽车的电池充放电。利用该V2G网络技术可为电力物联网提供有效的电力辅助服务、充电/放电的能量可再生服务、安全性和与隐私相关的保护服务等。由于电动汽车在V2G网络中可能执行随机或有目的的移动，因此将以不同的模式进行工作。当电动汽车作为电源和数据通信的默认访问点连接到数据聚合器时，将以家庭模式工作；当电动汽车临时连接到由其他机构管理的数据聚合器时，将在访问模式下工作。
图7  电力物联网中支持5G的V2G的体系架构Fig.7  Architecture of 5G-Enabled V2G in EIoT
凭借云计算的强大计算能力以及边缘计算提供的扩展计算能力，V2G网络可为电力物联网提供计算密集型服务和应用，例如，规划电动汽车和充电站之间的路径，优化充电站的部署，以满足电力物联网可用性、安全性、低延迟以及高质量服务等需求。

3.3  5G网络切片技术

对于基于5G的电力物联网而言，随着该网络中电力设备及网络设备数量的增多，在不同场景下的电力数据以及通信量急剧增加。因此，如何在控制成本以及保证网络系统低功耗的前提下，满足电力设备和通信设备的服务需求也是基于5G的电力物联网亟待解决的问题之一。网络切片（network slicing）技术可将电力物联网中现有的物理网络切分成多个独立的逻辑虚拟网络，从而支持电力物联网中更多的按需定制服务。在网络切片的支持下，可以根据相应的服务需求将网络资源动态有效地分配给逻辑网络切片^[8]。软件定义网络和网络功能虚拟化（network function virtualization, NFV）技术可将电力物联网中的网络进行有效划分。其以网络切片可灵活定义为目标，将该网络中的控制面（control plane）和用户面（user plane）进行分离并通过中央控制器开放两者的接口。同样地，网络功能虚拟化采用虚拟化技术将网络切片中的物理资源抽象成虚拟资源，让其不再局限于硬件架构，并可通过软件的方式进行灵活操作。表2给出了电力物联网中各类业务场景以及所需切片类型及需求。
表2  网络切片在电力物联网中的应用场景及需求Table 2  Application scenarios of network slicing in UEIoT

通过软件定义网络和网络功能虚拟化的技术融合，网络切片可为电力物联网提供更加多样化的网络服务，以此来提高网络资源利用率及系统容量，例如，基于智能分布式的馈线自动化网络切片设计，其架构如图8所示。此外，网络切片还可通过增加切片间的间隔距离来降低电力物联网中各类应用之间的干扰，以保障各网络间的安全性。

图8  馈线自动化网络切片架构

Fig.8  Architecture of feeder automation-enabled network slicing

3.4  人工智能技术

5G技术的“万物互联”能为人工智能技术提供更多数据及运算资源，同样人工智能技术也能够促进5G智能化的应用与落地，两者相辅相成，也是自下而上的天然融合，故有很多文献将两类技术放在一起研究^[11-12]。因此，本文将人工智能技术归为5G关键技术之一。随着5G通信技术和各类先进电力技术（新能源、V2G等）在电力物联网中的广泛应用，电力物联网稳定性评估显得尤为重要^[13]。对于传统的电力网络而言，工作人员可以凭借长期工作经验进行准确的安全性及稳定性评估。然而，对于电力物联网而言，随着海量设备接入，使用人工检测方法将面临人力成本高以及评估效率低等问题。如何开发出更加高效的网络评估技术是基于5G的电力物联网亟待解决的问题之一。人工智能（artificial intelligence, AI）技术有着设计灵活性强以及计算速度快等优势，被认为是支撑电力物联网的重要技术。通过对电力物联网中产生的数据进行类比和学习，人工智能技术可对电力物联网进行风险预测以及安全评估。在基于5G的电力物联网中，因5G技术拥有更快的信息传输速率以及更高的带宽，物联网技术以及人工智能技术都需要依托5G技术来实现。在电力物联网的电力配送环节中，5G物联网技术可提供各类设备的大量数据以及各类计算资源，人工智能技术利用这些数据资源以及计算资源进行分析，以更加高效准确地对各个阶段进行诊断、预测及评估，如表3所示。采用人工智能技术可为传统电力网络从数字化转型为智能化提供可靠的保障，并提供强有力的数据扩展及高效计算，从而打造更加智能高效的电力物联网。
表3  人工智能技术在电力配送中的应用场景Table 3  Application scenarios of AI technologies in power distribution

3.5  能量采集网络技术

对于传统电力网络而言，可通过有线通信进行监控和诊断。为提高电网通信效率以及降低运营成本，基于5G的电力物联网可通过使用无线传感器网络来执行电网检测^[14]。为了支撑这项技术，将大规模部署各种无线传感器，这使得有限的无线频谱资源变得日益紧缺。此外，无线传感器网络在电力物联网中也面临着极其严峻的环境部署挑战。例如，在电力网络中，无线传感器大多布置在无人值守区域，其更换电池难度大、成本高。此外，电网中产生的电磁场也会对其信息传输造成干扰。因此，如何在保证网络节点能量供给的同时尽可能提高频谱效率已成为未来基于5G的电力物联网亟待解决的关键问题之一。能量采集技术可从周围的环境中收集可再生能源或可重复利用能源以达到为网络节点提供持续供电的目的。目前存在2种主要的能量采集方式，即自然能量采集技术与射频能量采集技术。自然能量采集技术将周围环境中的自然能量（风能、太阳能等）转换成电能为传感器供电。相似地，射频能量采集（radio frequency, RF）技术可将基站、中继等发射的射频信号中的辐射能转换为电能为设备供电，其能量转化过程如图9所示。
图9  能量转化过程Fig.9  Process of energy conversion

与传统的自然能量采集相比，射频能量采集技术更加易于控制，且几乎不受天气等环境影响。因此，射频能量采集技术也是解决电力物联网中能源供应问题的一种有效方法。

4  未来研究方向

4.1  5G电力物联网的安全与隐私对于基于5G的电力物联网而言，电力数据和网络数据关乎电网安全以及网络安全，保证海量的电力数据和网络数据的传输安全尤为关键^[15]。因此，设计电力物联网的安全解决方案与增强技术可以实现对于用户（用电端用户、发电端用户等）身份信息、位置信息和敏感数据的隐私保护，在电力物联网中对动态用户的身份认证进行实时计算，利用移动计算技术建立一个安全和完整的实时认证系统，增强数据的安全性，满足系统的安全性需求。电力物联网中的物联网技术的开放性使其面临着各式各样的来自信息安全方面的危险。对于传统电力网络系统而言，基于良好的认证、加密处理即可取得较好的安全效果。然而对于5G电力物联网，由于无线链路的广播特性，其传输信号很容易被窃听者接收窃取，因此电力物联网中数据的泄露问题更加严峻，仅采用传统加密算法已无法保障电力物联网的安全。为了解决此问题，如何基于物理层从信号域设计有效对抗无线链路广播特性的方法，在保证合法电力用户能够正确接收信息的同时使得窃听者无法接收到信号是亟待解决的问题。随着毫米波和天线技术（大规模MIMO、波束赋形等）的发展，天线尺寸会越来越小。因此，有望在电力智能终端安装多天线模块以进一步提升电力系统终端的通信能力。多天线对传输信号有在空中形成方向性波束的能力，因此可利用多天线传输的空间方向特性提高安全性。进一步，可在多天线传输中加入人工噪声，使噪声传播方向指向窃听者，同时使有用信息指向合法用户，保证合法用户接收到的干扰低于信息解码门限，而让窃听者接收到的噪声功率远远大于信息功率。另外，由于每个用户信道特征是全局唯一的，故可将信道特征作为其信息传输的密钥，而这个秘钥对于信息通信双方已知，不需要传输。因此采用信道特征作为通信密钥，可避免密钥被窃听危险，从而可增强系统安全性。对于多天线的设计和人工加噪的处理，可通过优化技术解决。由于多天线链路可以建模为一个矩阵，因此，考虑使用矩阵优化理论进行处理，求解出最优的天线设计和噪声向量处理，以此达到增强电力物联网中数据安全传输的目的。除了物理层安全技术外，区块链等加密技术同样可以有效保障电力物联网的安全与隐私。区块链技术具备去中心化、去信任、不可篡改等特性，使电力物联网中用电端与发电端直接通信，不需要中心化设备，并能真实记录各个终端设备信息，并加密信息传输和交换，实现传输通信匿名化，即在保证不同参与对象的隐私下实现安全高效的信息传输。

4.2  5G电力物联网的能效管理

对于基于5G的电力物联网而言，其面临着在网络资源和电力资源有限的情况下，如何为电力设备及网络设备提供高效、稳定的电力及信息服务以满足延时敏感、能效敏感等业务的需求^[16]。因此，利用能效管理技术可以降低各类用户的接入时延和传输时延，节省网络流量和电力流量，提高电力物联网的性能，在为用户提供更好体验的同时，高效利用其资源。随着物联网及电力网的规模不断地发展，电力物联网需要处理的数据流和业务流越来越大。与此同时，电力物联网系统中不同业务对信息传输和处理的需求不同，如延时敏感业务和非延时敏感业务对电力传输和计算时延有不同的指标要求。然而，支持相关应用的电力网络和通信网络可支配的计算资源有限。如何利用有限的计算资源为电力物联网系统中更多的电力设备提供可靠、高效的服务满足不同用户的信息需求变得至关重要。另外，随着5G时代的到来，网络系统的能耗问题日益凸显。如何在满足电力物联网系统中用户电力、信息通信和计算要求的前提下，降低整个系统的能耗、提高网络的资源利用率也是亟待解决的问题。对于电力物联网系统的资源优化，首先对该网络进行参数化建模，区分出固定和可调节资源。进一步确立系统设计目标，如吞吐量最大或能耗最小，针对延时敏感的业务和非延时敏感的业务，建立对应的优化问题。对于延时敏感的业务，将考虑延时受限情况下的网络优化方法，目标是能效最大化/传输速率最大化；对于非延迟敏感的业务，将追求无延迟约束系统的计算和信息传输的上限。这类优化问题通常也属于非凸问题，因此将考虑采用凸优化、博弈论、分式优化等方法进行处理，寻求其最优解/渐进次优解。在此基础上，确定具体电力物联网场景下的通信-计算资源融合方案，实现资源高效利用。

4.3  5G电力物联网的资产管理

对于基于5G的电力物联网而言，电网固定资产有着总量庞大、分布广泛且管理难度大等特点，尤其是当海量的通信设备接入到电力网络中，传统的电网资产管理方式将难以支撑其运行和发展^[17]。因此，将前文所述的各类先进的信息技术融入电力物联网的资产管理中，可有效加强各类设备间信息通信能力，优化各类资产间的调度与协同配合，最大化地发挥5G和电力物联网的技术优势，从而有效实现各类资产的高效化、智能化管理。随着物联网及电力网的规模不断地发展，传统的人工离线资产管理方式将难以适用于电力物联网。另外，在电力物联网的资产管理中，由于海量设备的接入以及运行情况更加复杂且多变，传统的优化方法将难以实现电力物联网的高效资产管理。因此，如何在保证电力物联网系统中海量通信设备、电力设备接入的前提下，提升资产管理水平是又一亟待解决的问题。对于电力物联网的资产管理调度与优化，首先对该系统进行参数化建模，并确立系统的设计目标，即最大化资产管理水平。又因小规模优化方法难以对电力物联网的资产实现有效的管理，故需要研究更加先进且高效的分布式在线智能算法，例如深度强化学习、联邦学习、平均场博弈等。在此算法基础上，确定具体电力物联网场景下的各类资产高效化、智能化管理方案，实现在线即时资源高效处理和利用。

5  结语

综上所述，由于5G技术具有“高速率、高容量、高可靠性、低时延、低能耗”的特点，且其关键技术能够满足电力系统的海量设备接入、海量电力数据传输、电网高可靠性、灵活协同响应、设备寿命持久等需求，因此对建设电力物联网起到了重要的支撑和推动作用。与此同时，电力物联网的建设也将为5G通信技术的高效应用提供一种典型的范例。本文从电力物联网的基础概念出发，结合5G通信技术的特点，从网络设计层面给出了电力物联网总体结构，分析总结了现有5G关键技术及其在电力物联网中的应用，最后结合这类关键技术和电力物联网的特点对未来的研究趋势进行了展望，为下一步研究提供参考思路。

（责任编辑　吴恒天）

作者介绍

熊轲(1981—)，男，博士，从事电力物联网、移动互联网、信息年龄、无人机网络等研究，E-mail：[e-mail];

★

张锐晨(1995—)，男，博士研究生，从事5G网络、异构网络、智慧电网、机器学习应用等研究，E-mail：[e-mail];

★

王蕊(1982—)，女，硕士，从事电子通信、移动智能电子产品制造等研究，E-mail；[e-mail];

★

钟桂东(1984—)，男，硕士，高级工程师，从事5G网络、物联网、边缘计算、云平台等研究，E-mail：[e-mail];

★

张煜(1983—)，男，通信作者，博士，从事电力物联网、无线协作网络、电能替代等研究，E-mail：[e-mail].

 往期回顾 

编辑：杨彪

校对：蒋东方

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。